it.xnews.jp

API

Reflectionが501Bパラメータの疎なMoE言語モデル「Beam」を発表 Reflection · 2026-10-05
large-language-modelsopen-sourcereinforcement-learning
DeepSeek、大規模エージェント訓練向けサンドボックスインフラDSecを発表 arXiv.org · 2026-09-27
distributed-systemssandboxmachine-learninginfrastructurereinforcement-learning
AIエージェントの不正行為と整列問題 Yoshua Bengio · 2026-09-13
ai-safetyai-agentsmisalignmentreinforcement-learning
Pollen Robotics、強化学習で学習できるオープンソース二足歩行ロボット「Microduck」を発表 Pollen Robotics · 2026-08-27
roboticsreinforcement-learningopen-source